如何在Python的PCA分析散点图中为数据点添加样本标签

已完成PCA分析并生成按target列着色的散点图，需要为每个数据点添加对应样本名称（数据框的索引）标签，可通过以下修改实现：

修改后的完整代码 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA

# 读取数据
raw_data_frame = pd.read_table('/content/drive/MyDrive/BI/colab_input_output/16samples_vaf_df_forpca.csv', 
                               sep=",", header=0, index_col=0)

# 数据标准化
data_scaler = StandardScaler()
scaled_data_frame = data_scaler.fit_transform(raw_data_frame)

# PCA降维
pca = PCA(n_components = 2)
x_pca = pca.fit_transform(scaled_data_frame)

# 绘制散点图
plt.figure(figsize=(10, 7))
plt.scatter(x_pca[:,0], x_pca[:,1], c=raw_data_frame['target'], cmap='viridis')
plt.xlabel('First Principal Component')
plt.ylabel('Second Principal Component')

# 为每个数据点添加样本名称标签
for i, sample_name in enumerate(raw_data_frame.index):
    # 在散点右上方添加标签，偏移量可根据图表调整
    plt.text(x_pca[i, 0] + 0.05, x_pca[i, 1] + 0.05, 
             sample_name, fontsize=8)

plt.show()

关键说明 #

• 通过enumerate(raw_data_frame.index)遍历所有样本的名称和对应的下标
• plt.text()函数负责在指定坐标位置添加文本标签，这里给坐标加了小偏移（+0.05），避免标签覆盖散点，偏移量可根据图表疏密程度调整
• 调整fontsize参数可以控制标签字体大小，防止文字重叠影响可读性

内容的提问来源于stack exchange，提问作者SG Kwon